Qual é a acurácia do ChatGPT na triagem de emergência em adultos e como ela se compara à triagem humana?
Resposta curta: Revisão sistemática com meta-análise de 15 estudos mostrou acurácia agrupada de 0,51 para ChatGPT-3.5, 0,70 para ChatGPT-4 e variantes e 0,81 para versões otimizadas. Não houve diferença global significativa entre ChatGPT e triagem humana, mas ChatGPT-4 apresentou vantagens frágeis. Os autores recomendam cautela e uso como ferramenta auxiliar.
Resposta
A triagem em emergência exige rápida identificação de pacientes de alto risco, e ferramentas de inteligência artificial têm sido avaliadas para esse fim. Esta revisão sistemática com meta-análise reuniu estudos que compararam o desempenho do ChatGPT com o de especialistas humanos ou um padrão-ouro na triagem de adultos.
Foram incluídos 15 estudos, abrangendo tanto cenários simulados quanto dados clínicos reais de departamentos de emergência. A qualidade metodológica foi avaliada com a ferramenta QUADAS-2, e a meta-análise foi conduzida no RevMan 5.4, com análise de subgrupo pré-definida por versão do ChatGPT.
Os resultados mostraram acurácia agrupada de 0,51 (IC 95%: 0,48–0,55) para o ChatGPT-3.5, 0,70 (IC 95%: 0,58–0,81) para o ChatGPT-4 e variantes, e 0,81 para versões otimizadas, com intervalo de confiança superior próximo de 1,0 devido à alta heterogeneidade. Não houve diferença significativa global entre ChatGPT e triagem humana em acurácia ou sensibilidade.
Nas análises de subgrupo, o ChatGPT-3.5 foi semelhante aos humanos em ambos os desfechos. Já o ChatGPT-4 e variantes mostraram maior acurácia (RR = 1,04, P < 0,001) e sensibilidade (RR = 1,46, P = 0,04) em comparação à triagem humana, mas essas vantagens não foram robustas, pois a significância estatística dependia da inclusão ou exclusão de estudos específicos.
Os autores concluem que o ChatGPT, especialmente o ChatGPT-4 e variantes, tem capacidade promissora para identificar casos de alto risco na triagem, e que melhorias de versão e otimização estão associadas a melhor desempenho. No entanto, a evidência de superioridade é frágil, e a aplicação clínica deve ser cautelosa, adaptada a contextos específicos e com o ChatGPT atuando como ferramenta auxiliar.
O que o estudo mostrou
Revisão sistemática com meta-análise de 15 estudos que compararam o ChatGPT à triagem humana ou padrão-ouro na emergência adulta, incluindo cenários simulados e dados clínicos reais. A acurácia agrupada foi 0,51 para ChatGPT-3.5, 0,70 para ChatGPT-4 e variantes e 0,81 para versões otimizadas. Não houve diferença global significativa entre ChatGPT e humanos. ChatGPT-4 mostrou maior acurácia (RR = 1,04) e sensibilidade (RR = 1,46), mas sem robustez.
Limitações
O resumo não informa o número total de pacientes ou casos incluídos, nem detalhes sobre a heterogeneidade entre os estudos. A significância das vantagens do ChatGPT-4 dependeu da inclusão ou exclusão de estudos específicos, indicando fragilidade. Os resultados para versões otimizadas tiveram alta heterogeneidade, com intervalo de confiança amplo. O resumo também não descreve limitações específicas dos estudos primários.
Aplicação no consultório
Para o médico que atua em emergência ou gestão de pronto-socorro, os achados sugerem que o ChatGPT pode ser considerado como ferramenta auxiliar na triagem, especialmente versões mais recentes e otimizadas, mas não como substituto do julgamento clínico. A fragilidade das evidências reforça a necessidade de validação local antes de incorporar a ferramenta na rotina. No consultório, o uso pode apoiar a priorização de casos, mas exige supervisão médica e protocolos claros.
Estudo citado
Accuracy of the large language model ChatGPT in adult emergency department triage: a systematic review and meta-analysis. BMC emergency medicine, 2026.
Autores: Gao S, Yu M, Zheng Y, Zhang M, Yang Z, Zhang J.
DOI: 10.1186/s12873-026-01521-y · PubMed: PMID 41840524
Perguntas para aprofundar
- Como o ChatGPT se compara a outros modelos de linguagem na triagem de emergência?
- Quais são os riscos de usar o ChatGPT como ferramenta auxiliar na triagem clínica?
- Que fatores podem explicar a alta heterogeneidade entre os estudos de acurácia do ChatGPT na triagem?
Mais sobre IA em emergência e UTI
- Modelos de aprendizado de máquina podem prever internação hospitalar já na triagem de emergências pediátricas?
- Modelos de machine learning são úteis para prever desfechos clínicos na triagem de emergência?
- A inteligência artificial aplicada ao EEG é útil para detecção precoce de crises não convulsivas em emergências e UTI?
- Câmeras de fundo portáteis são eficazes para diagnosticar retinopatia diabética em pronto-socorro?
- A inteligência artificial é eficaz na predição de readmissão hospitalar em pacientes atendidos na emergência?
Todas as perguntas sobre IA em emergência e UTI · Todos os temas · Versão em markdown